充电服务能力和运行效率最大化的电动汽车充电网络规划

为实现电动汽车充电网络的充电服务能力与运行效率最大化,提出一种充电网络规划模型,对电动汽车充电站建设地址与充电桩配置数目进行优化。对充电网络来说,充电服务能力由基于流量需求模型计算的总截获车流量衡量;运行效率由各充电站截获的车流量和充电桩配置数目间的匹配度衡量。电动汽车充电网络规划模型为多目标优化问题,将其解耦为两个单目标优化问题依次求解:1)利用遗传算法优化电动汽车充电站建设地址,使得电动汽车充电网络的充电服务能力最大化;2)求解非线性整数规划问题,优化各充电站中的充电桩配置数目,使得运行效率最大化。最后,基于25节点交通系统的算例进行仿真分析,结果表明:1)所提模型与求解方法是有效的,可以给出合理的充电网络方案;2)电动汽车最大续航里程将对规划结果产业显著影响,是充电网络规划中应考虑的关键因素。

基于模糊多目标优化的电动汽车充电网络规划

电动汽车充电网络规划对电动汽车发展具有重要意义,直接影响了车辆使用的便利性与配电网络运行的经济性。为此,建立了同时考虑充电网络服务能力最大化与配电系统网络损耗最小化的电动汽车充电网络规划模型。该模型是典型的多目标优化问题,且两个优化目标具有不同维度,并可能互相冲突,很难在优化中互相协调。因此,通过定义目标隶属度函数对模型中的子优化目标进行模糊化,将原始优化问题转换为基于最大满意度的单目标优化问题,并采用遗传算法对其求解。以25节点交通网络以及IEEE33节点配电系统为例进行了仿真试验,验证了所提模型及求解方法的有效性。

基于改进加权Voronoi图的多场景电动汽车充电网络规划方法

针对电动汽车充电网络规划问题,对节假日、工作日2个不同场景的交通特性进行分析;针对电动汽车用户行驶特点,提出交通满意度模型;并对加权Voronoi图进行改进,以用户排队忍耐极限、电网潮流等因素为约束条件,提出基于改进加权Voronoi图的多场景电动汽车充电网络规划模型,对电动汽车充电网络进行合理规划。采用MATLAB仿真软件,建立25交通节点和24电网节点的路网模型,并基于遗传算法工具箱进行求解,利用所提出规划方法对该区域实现规划。结果分析可知:工作日、节假日2个场景下交通流量分布存在较大差异,会对规划结果的合理性造成一定影响,有必要建立多场景模型进行分析。

考虑截获交通流量与充电行驶距离的电动汽车充电网络规划

为优化电动汽车充电网络布局,提高充电服务能力与效率,提出了同时考虑截获交通流量与充电行驶距离的充电网络规划模型。电动汽车动力电池初始荷电状态的不确定性导致充电网络截获交通流量具有随机特性,采用蒙特卡洛模拟方法对其概率特性进行了分析。为提升充电网络在任何情况下的充电服务能力,所提模型以充电网络截获交通流量最小值最大为优化目标之一。为提升充电服务效率,模型另一个优化目标为平均充电行驶距离最短。此外,模型考虑了充电行驶距离机会约束及充电站建设数目约束,采用非支配遗传算法对所提模型进行求解,获得Pareto最优解集。最后,以25节点交通网络为例进行了仿真实验,验证了所提方法的有效性。并基于仿真结果,分析了机会约束置信度与充电站数目对规划结果的影响。

考虑充电负荷随机特性的电动汽车充电网络模糊多目标规划

建立了考虑电动汽车充电负荷随机特性的充电网络多目标规划模型,对充电站建设地址和容量进行优化。采用蒙特卡洛法对充电站规划典型日内的充电负荷进行模拟,并在此基础上采用场景概率法进行配电系统概率潮流分析。基于概率潮流分析结果,将规划模型中的配电线路潮流约束与节点电压约束建模为机会约束。此外,模型同时考虑充电服务能力最大与配电系统损耗最低2个不同维度的优化目标,采用模糊数学方法将其转化为基于最大满意度的单目标优化模型,并采用遗传算法求解。基于25节点交通网络和IEEE 33节点配电系统的仿真实验验证了所提模型和方法的有效性。

多重随机特性下的电动汽车充电网络机会约束规划

针对分布式光伏接入背景下的电动汽车(Electric Vehicle,EV)充电网络规划问题,建立了同时考虑分布式光伏出力与EV充电负荷随机特性的机会约束规划模型。首先,采用场景概率法分析配电系统规划典型日内的概率潮流特性。在此基础上,给出EV充电网络机会约束规划模型中的节点电压偏移机会约束与线路潮流越限机会约束。在充电站建设总数和最低建设容量给定的情况下,模型通过优化充电站的建设位置和建设容量,尽可能降低配电系统的网损。采用遗传算法对EV充电网络机会约束规划模型进行求解。此外,为提高遗传算法的寻优性能,面向EV充电网络机会约束规划模型的物理特征,对遗传算法中的变异操作算子和交叉操作算子进行了改进。基于IEEE 33节点配电系统的仿真实验验证了所提方法的有效性。

基于NSGA-Ⅱ的电动汽车充电站多目标优化规划

电动汽车充电站既是公共服务设施又是配电网络中的大型用电负荷,构建了同时考虑充电服务能力最大与配电网络损耗最小的电动汽车充电网络优化规划模型。该模型为典型的多目标优化模型,采用改进非支配排序遗传算法对其进行了求解,获得了Pareto最优解集。基于25节点交通网络和IEEE33节点配电系统的仿真结果验证了本文所提模型及其算法的有效性。

基于多目标优化的电动汽车充电站规划研究

建立了电动汽车充电站多目标规划模型,该模型以充电网络服务能力、充电站社会综合成本及配电系统网络损耗作为目标函数;选取配电系统潮流约束、支路功率约束、电压偏移、充电站的容量及规划个数等影响因素作为约束条件。引入等级号和拥挤度以改善微分进化算法在多目标优化模型求解过程中的收敛性和计算速度。最后,以8节点交通网络和IEEE 27节点配电系统为例,验证了所提模型和算法的有效性。